[发明专利]一种用于车载双目系统快速车辆测距优化方法

说明书

本发明公开了基于车载双目相机的车辆测距方法，其特征在于，包括：S1，根据目标车辆纹理信息和先验道路信息在双目相机一侧视角中进行车辆检测，并确定车辆的位置以及与本车的距离；S2，在双目相机另一侧视角中进行目标车辆的相似性匹配，选取相似性较高的匹配位置，确定两相视角中目标车辆的中心偏移量，并根据中心偏移量确定目标车辆的实际位置和与本车的距离；S3，根据双目相机参数确定双目相机的置信区间，在双目置信区间内，输出根据中心偏移量确定的目标车辆的实际位置和与本车的距离，在置信区间外，则通过离线训练的分类器来验证车辆检测的可靠性。采用本发明，提高了车辆测距的精度。

技术领域

本发明涉及车辆测距方法，特别是一种用于车载双目系统快速车辆测距优化方法。

背景技术

高级辅助驾驶系统（ADAS）是车辆制动安全发展的重要技术之一，已经逐步成为各国NCAP评价车辆安全等级的重要安全参考依据。前防撞预警（FCW）、车道偏离预警（LDW）等ADAS功能已经成为现有的中高端车型的标准配置，对于针对前方车辆的ADAS系统如FCW以及自动紧急制动系统（AEB）,不仅要求感知系统能够及时准确的检测出前方车辆,还要求系统能够准确预测前车相对于本车的运动状态,以保证预警与辅助驾驶系统的效果。此外,自动驾驶系统的实现要求车辆具备对周围环境的高度感知能力,包括对其他交通参与者的相对运动信息的判断.因此,感知系统不仅需要基于单帧图像准确的检测与计算前方车辆的相对位置,还需要基于时序图像计算该车辆相对于自身车辆的运动状态。此外，ADAS系统对于感知算法的准确性以及实时性要求均较高。

现有基于双目视觉系统的测距方法主要基于两相机间的视差计算来估算场景中障碍物的距离，此类方法对处理单元计算能力要求较高，并且要求两个相机水平同轴，光轴平行，采集同步且曝光参数一致等，实际应用具有较大的局限性。

发明内容

本发明的目的提供一种用于车载双目系统快速车辆测距优化方法，提高了距离车辆的精准度。

为解决现有技术存在的问题，本发明提供一种用于车载双目系统快速车辆测距优化方法，该方法包括：

S1，根据目标车辆纹理信息和先验道路信息在双目相机一侧视角中进行车辆检测，并确定车辆的位置以及与本车的距离；

S2，在双目相机另一侧视角中进行目标车辆的相似性匹配，选取相似性较高的匹配位置，确定两相视角中目标车辆的中心偏移量，并根据中心偏移量确定目标车辆的实际位置和与本车的距离；

S3，根据双目相机参数确定双目相机的置信区间，在双目置信区间内，输出根据中心偏移量确定的目标车辆的实际位置和与本车的距离，在置信区间外，则通过离线训练的分类器来验证车辆检测的可靠性。

优选的，步骤s1具体包括：

S11，获取来自双目相机一侧视角中的车辆检测信息，并根据平面纵向道路模型和双目相机内外部参数，确定车辆检测ROI区域；

S12，在车辆检测RIO区域内，根据道路模型以及目标车辆宽度、高度比的先验知识，生成ROI区域滑窗搜索列表，并根据离线训练所得的级联分类器，对滑窗列表的图像内容进行分类，确定滑窗列表中目标车辆的相应图像位置；

S13，根据平面纵向道路模型以及双目相机内外部参数，将目标车辆候选区域底部图像坐标逆透视变换至路面坐标系，获取目标车辆的位置。

优选的，步骤s1还包括：根据边缘滤波，对车辆检测ROI区域进行边缘检测，取出边缘特征显著性较差的区域。

优选的，其中，所述S2包括：

S21，确定双目相机一侧视角检测的目标车辆的位置在双目相机另一侧视角的自相关系数，所使用的公式为：